【NeurIPS2022】持续强化学习中的解纠缠迁移

持续学习系统从以前看到的任务中迁移知识，以最大限度地提高新任务的性能的能力，是该领域的一个重大挑战，限制了持续学习解决方案对现实场景的适用性**。因此，本研究旨在拓展我们对持续强化学习中迁移及其驱动力的理解**。我们采用SAC作为底层RL算法，连续世界作为一组连续控制任务。我们系统地研究了SAC的不同组成部分(参与者和批评者、探索和数据)如何影响传输效果，并提供了关于各种建模选项的建议。最好的一组选择被称为ClonEx-SAC，是根据最近的Continual World基准进行评估的。ClonEx-SAC的最终成功率为87%，而PackNet的成功率为80%，是基准测试中最好的方法。此外，根据Continual World提供的度量，转移从0.18增长到0.54。

https://www.zhuanzhi.ai/paper/99cc5ece0419e33748b0af9d2cd8fdff